MétaCan
Menu
Retour à la cohorte
Enregistrement W4390854776

Sovereign default history: evidence of supranationals' preferred creditor status

2020· report· en· W4390854776 sur OpenAlexaboutno aff
Éric Paget-Blanc, Khamro Ruziev

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2020
Typereport
Langueen
DomaineBusiness, Management and Accounting
ThématiqueState Capitalism and Financial Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreditorDefaultFinancial systemSovereigntyBusinessEconomicsFinancial economicsMonetary economicsPolitical scienceFinanceDebtLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Low Default Rate to Supranationals: Fitch Ratings’ study of sovereign defaults to different groups of creditors (bilateral official, private, and supranational) in 1999-2018 shows that most defaults to Fitch-rated supranationals are accompanied by defaults to other groups of creditors. Our annual observations show that there have been only three cases of default to multilateral development banks (MDBs) not accompanied by a default to another official or private creditor: Iran (2013), Syria (2002) and Yugoslavia (until 2003). For the survey we used the Bank of Canada database and our own default statistics on MDBs. Joint Default Rates: Scenarios involving a joint default to a supranational and another official creditor are more frequent, while there was no joint default to both a supranational and private creditor. This indicates that countries defaulting to supranationals are in most cases ones with limited or no access to capital markets, and relying largely on assistance from public development agencies. Evidence of Preferred Creditor Status: These statistics provide evidence of MBDs’ preferred creditor status (PCS). PCS is a widely accepted principle under which MDBs are given priority for repayment of debt in the event of a sovereign borrower experiencing financial stress. The servicing of MDBs’ non-sovereign loans is also protected against restrictions on foreign exchange.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,242
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetState Capitalism and Financial GovernanceTravaux en français237 207